1.一种基于Transformer的多特征融合运动想象脑电信号分类方法，其特征在于，包括以下步骤：S1，对原始脑电信号进行预处理得到便于处理的脑电信号，预处理包括数据增强、滤波和去伪迹处理；

S2，将经过步骤S1预处理后得到的脑电信号输入时频特征提取网络，利用小波变换对脑电信号进行处理，然后将处理后的数据输入时频CNN网络进行时频域特征提取；

S3，进行步骤S2的同时，将经过步骤S1预处理后得到的脑电信号输入时空特征提取网络，利用时空CNN卷积，对脑电信号进行时空特征提取；

S4，利用并行Transformer对步骤S2和S3的输出信号特征进行多特征的融合和和权重调配，最后由softmax函数进行运动想象分类。

2.根据权利要求1所述一种基于Transformer的多特征融合运动想象脑电信号分类方法，其特征在于：步骤S1所述预处理具体包括：用巴特沃斯3阶滤波器对数据进行滤波，只截取5‑35Hz的频段，将滤波完成的数据进行独立主成分分析，去除脑电信号中的眼电，肌电，最后将脑电信号进行数据增强，以3秒为窗口，以0.1秒为间隔，对脑电信号进行滑动截取，一共滑动10次，便截取了10个脑电信号，将这些脑电信号看作是不同的受试者样本。

3.根据权利要求1所述一种基于Transformer的多特征融合运动想象脑电信号分类方法，其特征在于：步骤S2所述小波变换的公式如下：f(t)是待分析的信号，t是时间,小波变换的结果为WT(α,τ)，α代表小波变换的尺度因子，τ代表小波变换的平移量，ψ为小波变换函数。

4.根据权利要求3所述一种基于Transformer的多特征融合运动想象脑电信号分类方法，其特征在于：步骤S2所述时频特征提取网络包括二维卷积层、归一化层和线性整流单元，重组层，最大池化层包括位置编码层；将二维脑电信号经过小波变换，大小调整为22×

100×750作为后续网络的输入，第一层卷积核大小为100×10，步长为1×10，输入22个通道，输出220个通道；第二层重组卷积层，输入220个通道，大小为1×75，输出22个通道，大小为10×75；最大池化层卷积核大小为10×3，步长为1×3，输入22个通道，输出22个通道，通过位置编码层，脑电信号的数据形状并不发生改变，只是将数据与位置编码结合。

5.根据权利要求1所述一种基于Transformer的多特征融合运动想象脑电信号分类方法，其特征在于：步骤S3所述时空特征提取网络包括二维卷积层，归一化层，线性整流单元，最大池化层和位置编码层；第一层卷积核大小为22×10，步长为1×10，输入22个通道，输出

22个通道；最大池化层卷积核大小为1×3，步长为1×3，输入22个通道，输出22个通道，通过位置编码层，脑电信号的数据形状并不发生改变，只是将数据与位置编码结合。

6.根据权利要求4或5所述一种基于Transformer的多特征融合运动想象脑电信号分类方法，其特征在于：所述位置编码的计算过程具体公式包括：其中pos是每个序列数据的位置索引，dmodel是特征嵌入维度，i是特征维度，PE(pos,2i)表示偶数位置的数据进行位置编码后的数据结果，PE(pos,2i)表示奇数位置的数据进行位置编码后的数据结果。

7.根据权利要求1所述一种基于Transformer的多特征融合运动想象脑电信号分类方法，其特征在于：所述步骤S4具体包括：(1)将时频网络和时空网络的输出信号接入，自注意力模块和并行Transformer模块；

(2)将Transformer中的值向量较差引入另一个Transformer的值向量中，做交叉注意力调配，然后将自注意力模块的输出分别引入Transformer中进行残差计算，然后再将输出分别接入前向传播模块，再对前向传播模块的输出做残差计算。

8.根据权利要求7所述一种基于Transformer的多特征融合运动想象脑电信号分类方法，其特征在于：所述自注意力模块采用的注意力机制计算公式包括：Qitf、Kitf、Vitf分别表示无注意力时频信号作为注意力模块中的询问向量、关键向量、值向量输入，Qits、Kits、Vits分别表示无注意力时空信号作为注意力模块中的询问向量、关键向量、值向量输入，Softmax(·)表示softmax函数，dk表示Kitf、Kits的维度，Attention(·)表示通过多特征融合Transformer模块后的输出结果。

9.根据权利要求8所述一种基于Transformer的多特征融合运动想象脑电信号分类方法，其特征在于：所述Softmax函数的公式如下：P(Si)表示分类输出结果，n表示分类的个数，一共有n个用数值表示的分类Sk，k∈(0,n]，i表示k中的某个分类，gi表示该分类的值，Si表示第i个元素的分类概率。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至9任一项所述的基于Transformer的多特征融合运动想象脑电信号分类方法的步骤。